Maximum Likelihood Estimation and Likelihood Ratio Test Revisited
In: Vinaitheerthan, Renganathan (2017-05-12). "Maximum Likelihood Estimation and Likelihood Ratio Test revisited"
2199 Ergebnisse
Sortierung:
In: Vinaitheerthan, Renganathan (2017-05-12). "Maximum Likelihood Estimation and Likelihood Ratio Test revisited"
SSRN
Working paper
SSRN
In: IZA world of labor: evidence-based policy making
In: Pacific Science Review A: Natural Science and Engineering, Band 17, Heft 3, S. 79-82
In: ZUMA Nachrichten, Band 14, Heft 27, S. 49-53
'Die in den Sozialwissenschaften, den Wirtschaftswissenschaften und der Biometrie bekanntesten Modelle für binäre abhängige Variablen sind das Probit- und Logitmodell. Als Verteilung der Fehlervariablen verwendet man dabei die Normalverteilung beziehungsweise die Logistische Verteilung. Beide Modelle liefern in der Regel ähnliche Schätzungen. Ist die Verteilung der Fehlervariablen schief, so führen Tests schnell zur Ablehnung beider Modelle. Beim Gallant-Nychka Ansatz wird die Verteilung geeignet approximiert. Neben den Parametern des Modells sind simultan die Parameter der Verteilung zu schätzen. Simulationen zeigen, daß die Schätzung bei normalverteilten Fehlervariablen fast genauso effizient wie im Probitmodell, jedoch viel besser bei Abweichungen von der Normalverteilung ist.' (Autorenreferat)
In: Sage University papers
In: Quantitative applications in the social sciences 96
In: The Econometrics Journal, Band 1, Heft 1, S. 129-153
SSRN
SSRN
In: Economics handbook series
In: Economica, Band 55, Heft 217, S. 136
In: The Economic Journal, Band 97, Heft 387, S. 760
In: Communications in statistics. Simulation and computation, Band 42, Heft 5, S. 1088-1103
ISSN: 1532-4141